Propiedades y Aplicaciones de los Cuadrados Latinos

Tamaño: px
Comenzar la demostración a partir de la página:

Download "Propiedades y Aplicaciones de los Cuadrados Latinos"

Transcripción

1 Propiedades y Aplicaciones de los Cuadrados Latinos T E S I S QUE, PARA OBTENER EL GRADO ACADÉMICO DE: Maestro en Ciencias Matemáticas Aplicadas e Industriales P R E S E N T A: Mat. Celia Ivonne Cortés Pérez Director de Tesis: Dr. Joaquín Tey Carrera Iztapalapa, D.F., a 26 de Octubre de 2011

2

3 Índice general Introducción III 1. Cuadrados Latinos Número de Cuadrados Latinos Cotas Inferiores para L(n) Cotas Superiores para L(n) Cuadrados Latinos Mutuamente Ortogonales (MOLS) MOLS y Planos Proyectivos de orden n Cuadrados Latinos Auto-Ortogonales (SOLS) SOLS y Torneo Doble Mixto Arreglos Ortogonales Colapso de la conjetura de Euler No existen dos MOLS de orden Aplicaciones de los Cuadrados Latinos Cuadrados Mágicos Sudoku Construcción de un conjunto máximo de MOSLS de orden k para k potencia de un primo Construcción de un conjunto de MOSLS de orden k i

4 ÍNDICE GENERAL ii Polinomio cromático Coloración explícita para X n Cotas para el número de SLS Gráficas Factorización de K n,n Factorización de K n Número de Ramsey para árboles Sistema de Ternas de Steiner Método de Bose (v 3 mod 6) Método de Skolem (v 1 mod 6) Corrección de Errores Criptología Esquema de Secreto Compartido Cuadrados Latinos y Cuasigrupos Isotopía de Cuadrados Latinos Diseño de Experimentos Conclusiones 93 Bibliografía 93

5 Introducción Los cuadrados latinos han sido estudiados durante siglos. Sin embargo, fue en 1779 cuando Leonhard Euler los definió formalmente en su manuscrito Recherches sur une nouvelle espece de quarre magique (Investigaciones de una Nueva Especie de Cuadrados Mágicos) (ver [16]). Euler utilizó letras del latín como elementos de tales cuadrados, llamándolos cuadrados latinos. Él estaba interesado en la solución del Problema de los 36 oficiales que será examinado con detalle en la sección Este trabajo se divide en dos capítulos. En el capítulo 1 presentamos conceptos y propiedades básicas de los cuadrados latinos, destacando el concepto de ortogonalidad y el capítulo 2 está dedicado especialmente a la aplicación de los cuadrados latinos en diversas áreas de las matemáticas. Hasta el momento no se conoce el número exacto de cuadrados latinos de orden n > 10. Sin embargo, se han dado distintas cotas a este número. En la sección 1.1 desarrollamos a detalle algunas de estas cotas, por mencionar alguna, la cota superior dada por Ronald Alter en El problema de determinar el número máximo de cuadrados latinos de orden n mutuamente ortogonales (M OLS) es extraordinariamente difícil de resolver. Para ver esto, en la sección 1.3 se muestra la equivalencia que existe entre la existencia de n 1 MOLS de orden n y un plano proyectivo de orden n. Solo se conocen planos proyectivos de orden la potencia de un primo, a pesar de los grandes esfuerzos realizados durante muchos años por una larga lista de matemáticos. No es difícil aceptar que este problema fuera denominado por Mullen en 1995 el Nuevo problema de Fermat. En las secciones 1.4, 1.5 y 1.6 se desarrollan las herramientas que utilizaron Bose, Parker y Shrikhande en 1960 para contradecir la conjetura hecha por Euler en 1782 que afirmaba que no existen dos MOLS de orden n para n 2 (mod 4). Estas herramientas son: los cuadrados latinos auto-ortogonales (SOLS) donde además, mostramos su uso en la construcción de los Torneos Dobles Mixtos; los arreglos ortogonales, que son una alternativa de representar a un conjunto de M OLS y los diseños balanceados. Por último, en la sección se muestra la prueba dada por Stinson en 1984 que nos muestra de manera particular la no existencia de dos MOLS de orden 6. Los juegos matemáticos en años recientes han ganado gran popularidad como pasatiempo, entre ellos tenemos a los cuadrados mágicos que durante la Edad Media se grababan en láminas de plata como amuletos contra la peste negra. Los astrólogos los aconsejaban como amuletos protectores, iii

6 Capítulo 0. Introducción iv precisamente, contra la melancolía. En la sección 2.1 desarrollamos el método para construir estos cuadrados mediante el uso de los cuadrados latinos dado por Euler. Un juego de gran popularidad en el siglo XX es el Sudoku, la relación que existe entre este juego y los cuadrados latinos es que la solución de un Sudoku es, precisamente, un cuadrado latino que llamaremos cuadrado latino Sudoku, la sección 2.2 esta dedicada al estudio de la propiedad de ortogonalidad y construcción de conjuntos ortogonales de dichos cuadrados. Además, en la sección desarrollamos las cotas superior e inferior para el número de cuadrados latinos Sudoku dadas por Agnes M. Herzberg y M. Ram Murty en el En la sección 2.3 presentamos la equivalencia de los cuadrados latinos de orden n con 1-factorizaciones de familias especiales de gráficas, como son: la gráfica bipartita completa (K n,n ), la gráfica completa dirigida sin lazos ( K n ) y la gráfica completa (K n ). En el caso de K n, el número de 1-factorizaciones de este tipo de gráficas esta muy relacionado con el número de cuadrados latinos de orden n. En 1847, Kirkman establece la existencia de un Sistema de Ternas de Steiner de orden n 1, 3 mod 6, n 3, en la sección 2.4 presentamos los métodos de Bose y Skolem que hacen uso de los cuadrados latinos simétricos e idempotentes y los simétricos y semi-idempontes en la construcción de tales sistemas. En Matemáticas, Computación y Teoría de la Información, la detección y corrección de errores es una importante práctica para el mantenimiento e integridad de los datos a través de canales ruidosos y medios de almacenamiento poco confiables. Uno de los principales problemas dentro de la Teoría de códigos es encontrar códigos de gran tamaño, donde la longitud de las palabras esta dada al igual que la distancia mínima entre ellas, en la sección 2.5 haremos uso de los cuadrados latinos ortogonales para la construcción de algunos de estos códigos. La criptografía (escritura oculta) como concepto, son las técnicas utilizadas para cifrar y descifrar información utilizando técnicas matemáticas que hagan posible el intercambio de mensajes de manera que sólo puedan ser leídos por las personas a quienes van dirigidos, en la sección presentamos el uso de los cuasigrupos en la codificación de datos. La relación que existe entre los cuasigrupos y los cuadrados latinos es que la tabla de Cayley asociada a un cuasigrupo es un cuadrado latino. La integridad de un sistema de información consiste en exigir que determinadas operaciones sólo puedan ser llevadas acabo por una o mas personas que tienen derechos de acceso. El acceso a este sistema es a menudo adquirida a través de una clave, cuyo uso se rige por un sistema de generación de claves. En la sección 2.7 describimos un esquema de secreto compartido construido mediante el uso de los cuadrados latinos parciales que es precisamente un generador de claves. Dentro de un conjunto de cuadrados latinos de orden n, el Isotopismo es una relación de equivalencia cuyas clases laterales son llamadas clases Isotópicas, los cuadrados latinos pertenecientes a la misma clase son llamados isotópicos. En la sección describimos de forma breve esta relación. Finalmente, en la sección 2.7 damos una breve introducción del uso de los cuadrados latinos en el diseño de experimentos, los cuales tienen sus orígenes en experimentos agrícolas y otras áreas como la biología, el estudio de mercados y procesos industriales, entre otros.

7 CAPÍTULO1 Cuadrados Latinos En este capítulo abordaremos los aspectos teóricos de los cuadrados latinos, describiremos propiedades básicas de los mismos, entre las que se encuentran la ortogonalidad entre ellos y algunos métodos para construirlos. Se desarrollarán algunas de las cotas inferiores y superiores para el número de cuadrados latinos distintos de orden n. Así como la prueba que contradice la conjetura de Euler y la demostración de la no existencia de dos MOLS de orden 6. Las ideas desarrolladas en este capítulo están basadas en el libro Combinatorial Designs (ver [2]). Un cuadrado latino es una matriz de tamaño n n cuyos elementos pertenecen a un conjunto finito A de cardinalidad n y cada uno de ellos aparece exactamente una vez en cada renglón y en cada columna de L. A es llamado el conjunto base del cuadrado y n su orden. Ejemplo Sea A = {A, B, C, D}. La siguiente matriz es un cuadrado latino de orden 4. A B C D D A B C C D A B B C D A Teorema Existe un cuadrado latino de orden n para cualquier entero positivo n. Demostración. Sea A = {1, 2,..., n}. Tomemos como primer renglón del cuadrado a 123 n. Ahora a partir del segundo renglón se desplazan los elementos de la fila anterior una posición a la izquierda y el primer elemento del renglón anterior se coloca al final de la fila que se esta construyendo, es decir, el i-ésimo renglón es un desplazamiento cíclico de una posición a la izquierda del renglón i 1. El cuadrado latino que construimos de esta manera es 1

8 Capítulo 1. Cuadrados Latinos n n n n 1 2 n 1. La tabla del grupo aditivo Z/nZ de enteros módulo n es un ejemplo del teorema Número de Cuadrados Latinos El número de cuadrados latinos de orden n se ha estudiado durante mucho tiempo. En esta sección daremos algunos de los resultados obtenidos hasta el momento para este número, basándonos en [1, 7, 11, 12]. Se sabe que para n = 2, el número de cuadrados latinos distintos es 2, los cuales son ( ) ( Un cuadrado latinos de orden n con conjunto base {0, 1,..., n 1} es reducido si los elementos de su primer renglón y su primera columna están en orden natural, es decir, n 1. Denotaremos al número de cuadrados latinos de orden n como L(n) y l(n) denota el número de cuadrados latinos reducidos de orden n. Entonces, el siguiente teorema nos dice que para n > 2 el número de cuadrados latinos de orden n depende del número de cuadrados latinos reducidos de orden n. ). Teorema Para n 2 L(n) = n!(n 1)!l(n). Demostración. Dado un cuadrado latino de orden n podemos permutar las columnas del cuadrado de n! formas posibles. Al permutar las columnas, el arreglo resultante sigue siendo un cuadrado latino además de ser distinto al cuadrado dado inicialmente. Ahora los últimos n 1 renglones del cuadrado latino pueden permutarse de (n 1)! formas posibles, de igual manera cualquier permutación de renglones nos da un cuadrado latino distinto. Lo mas importante es que estos también son distintos a los cuadrados latinos obtenidos de permutar las columnas, ya que la primer fila se mantuvo fija. Por lo tanto, a partir de un cuadrado latino reducido, las n! y (n 1)! permutaciones de columnas y renglones respectivamente dan como

9 3 1.1 Número de Cuadrados Latinos resultado n!(n 1)! cuadrados latinos distintos de orden n y exactamente uno de estos cuadrados será reducido y dado que se tienen l(n) cuadrados reducidos, entonces L(n) = n!(n 1)!l(n). Hasta el momento se conoce el número exacto de cuadrados reducidos para n pequeño, así que se han dado distintas cotas para el cálculo de este número. A continuación presentamos algunas de ellas Cotas Inferiores para L(n) Una primera cota inferior para el número de cuadrados latinos se construye de la siguiente forma Dado un arreglo vacío de tamaño n n. Tenemos n! maneras de llenar el primer renglón del arreglo. Ahora consideremos el segundo renglón, tenemos n 1 posiciones donde podemos colocar al 0. Hay n 1 o n 2 lugares donde podemos colocar al 1 dependiendo en donde se haya colocado el 0, si se colocó bajo el 1 del primer renglón o no, por lo que tenemos al menos n 2 lugares donde colocar el 1. De manera similar tenemos al menos n 3 lugares donde colocar el 2. Por lo que tenemos al menos (n 1)! formas de llenar el segundo renglón. Siguiendo con un argumento similar para los renglones restantes llegamos a que L(n) n!(n 1)!(n 2)!... 2!1!. Una segunda cota inferior para el número de cuadrados latinos se construye mediante la permanente de una matriz. Sea A = (a ij ) una matriz de tamaño n n, la permanente de A es pera = σ S n a 1σ(1) a 2σ(2)... a nσ(n) donde S n denota al grupo simétrico sobre el conjunto {1, 2,..., n}. La matriz A es llamada doblemente estocástica si la suma de los elementos en cada renglón y cada columna es igual a 1. En 1926 B. L. van der Waerden propuso el problema de determinar la permanente mínima entre todas la matrices doblemente estocásticas. Él conjeturó que este mínimo es alcanzado por la matriz constante en donde todas sus entradas son iguales a 1 n, es decir, para cualquier matriz A doblemente estocástica. pera n! n n

10 Capítulo 1. Cuadrados Latinos 4 Esta conjetura fue probada en 1981 independientemente por G. P. Egorychev y D. I. Falikman (ver [13]). Este resultado se utiliza para dar una cota inferior del número de cuadrados latinos de orden n. Un SRD (Sistema de Representantes Distintos) para los conjuntos A 1, A 2,..., A n es una n-upla (a 1, a 2,..., a n ) donde a i a j para i j y a i A i para todo i = 1, 2,..., n. Teorema Los conjuntos A 1, A 2,..., A n tienen un SRD si y sólo si para todo k = 1, 2,..., n la unión de cualesquiera k conjuntos tiene al menos k elementos. Sean A 1, A 2,..., A n subconjuntos del conjunto {1, 2,..., n}. Observe que el número de maneras en que podemos elegir a un SRD coincide con la permanente de la (0, 1)-matriz H de tamaño n n donde la entrada (i, j) es igual a 1 si y sólo si i A j. H es llamada matriz de Hall asociada a los conjuntos A 1, A 2,..., A n. Dado un cuadrado latino de orden n, el número de formas distintas en que podemos llenar el primer renglón es n!. Supongamos que se tienen k renglones llenos del cuadrado latino. Para cada posición i del renglón k + 1 se define a A i como el conjunto de números que aún no se han usado en la i-ésima columna del cuadrado, de tal manera que A i = n k. El problema de llenar el renglón k + 1 del cuadrado latino es equivalente a encontrar un SRD de los conjuntos A 1, A 2,..., A n. De tal manera que el número de formas distintas en que se puede llenar el renglón k + 1 del cuadrado latino es la permanente de la matriz de Hall asociada a los conjuntos A 1, A 2,..., A n. Sea H la matriz de Hall asociada a los conjuntos A 1, A 2,..., A n. Como se mencionó la entrada (i, j) de H es igual a 1 si y sólo si i A j, sabemos que A i = n k para i = 1, 2,..., n por lo que la matriz H tiene n k 1 s en cada columna y n k 1 s en cada renglón ya que a cada elemento del conjunto {1, 2,..., n} esta en n k conjuntos A i. Entonces la matriz H = (n k) 1 H es una matriz doblemente estocástica. De tal manera que perh n! n n 1 n! perh (n k) n n n perh (n k)n n! n n. Esto sólo es el número de formas distintas en que se puede llenar el renglón k + 1 del cuadrado latino, entonces el número de formas distintas en que se pueden llenar los n renglones de un cuadrado

11 5 1.1 Número de Cuadrados Latinos latino es Por lo tanto n 1 k=0 (n k) n n! n n = nn n! (n 1) n n! (n 2) n n! n n n n n n 1n n! n n = n!n n n (n 1) n (n 2) n... 1 n n n2 = n!n (n(n 2)(n 2) 1) n n n2 = n!2n n n2. L(n) n!2n n n2 es una mejor cota inferior para el número de cuadrados latinos distintos de orden n. Por otra parte e n = 1 + n 1! + n2 2! + nr r! + > nr r! por lo que r! > e n n r, usando esta desigualdad en la primer cota inferior dada para L(n) obtenemos L(n) > n r=1 e n n r = e n2 n 1+2+ n, entonces se tiene lo siguiente L(n) > (e 2 n) n2 /2 Ahora usando la desigualdad n! > e n n n en la segunda cota inferior dada para L(n) se obtiene L(n) > (e 2 n) n Cotas Superiores para L(n) A continuación daremos la cota superior para el número de cuadrados latinos reducidos de orden n propuesta por Ronald Alter en 1975 (ver [14]). Sea l la siguiente matriz con el primer renglón y primera columna llenas n n Para l(2, 2) se tienen n 1 posibles valores a elegir, l(2, 3) tiene n 2 o n 3 posibles valores a elegir dependiendo del valor que se haya elegido para l(2, 2), de tal manera que l(2, 3) tiene a lo más

12 Capítulo 1. Cuadrados Latinos 6 n 2 posibles valores a elegir. Ahora l(2, 3) tiene n 3 o n 4 posibles valores a elegir, entonces a lo más tiene n 3 posibles valores a elegir, siguiendo de forma similar podemos decir que el número de formas distintas en que se puede llenar el segundo renglón es de a lo más (n 1)!. l(3, 2) puede tomar n 2 o n 3 posibles valores dependiendo del valor que tenga l(2, 2), si l(2, 2) = 2 tiene n 2 valores a elegir y n 3 si no tiene, por lo que l(3, 2) tiene a lo más n 2 posibles valores a elegir. l(3, 3) tiene a lo más n 2 posibles valores. l(3, 4) tiene a lo más n 3 posibles valores a elegir y siguiendo este proceso se tiene que el número de formas distintas en que se puede llenar el tercer renglón es a lo más (n 2)(n 2)!. Siguiendo con un argumento similar para los demás renglones se puede concluir que l(n) n 1!((n 2)(n 2)!)(n 3) 2 (n 3)! ((n i + 1) i 2 (n i + 1)!) 2 n 3 2!1 n 2 1! l(n) n (n i + 1) i 2 (n 1)!(n 2)! 2!1!. i=2 Por lo tanto una cota superior para el número de cuadrados latinos LS(n) es L(n) n!(n 1)! n (n i + 1) i 2 (n 1)!(n 2)! 2!1!. En 1967 H. Minc conjeturó que si A es una (0, 1)-matriz, entonces i=2 pera n r i! 1 r i donde r i es la suma de los elementos del i-ésimo renglón de A. Esta conjetura fue probada en 1973 por L. M. Brégman (ver [15]). Ahora, tal como se hizo con la cota inferior, utilizaremos (*) para dar una cota superior para el número de cuadrados latinos. De manera similar como se construyó la cota inferior para el número de cuadrados latinos usando la cota inferior del permanente de una matriz utilizaremos ahora la cota superior del permanente de una matriz para dar una cota superior al número de cuadrados latinos. Sea H la (0, 1)-matriz asociada a los conjuntos A 1, A 2,..., A n. Sabemos que H tiene n k 1 s en cada renglón, de tal manera que r i = n k para todo i = 1, 2,..., n. Por lo tanto perh n r i! 1 1 r i = (n k)! n k entonces i=1 i=1 perh (n k)! n n k.

13 7 1.1 Número de Cuadrados Latinos De tal manera que el número de formas distintas en que podemos llenar el renglón k + 1 de un n cuadrado latino es a lo más (n k)! n k. Entonces n 1 L(n) (n k)! k=0 es una mejor superior para el número de cuadrados latinos de orden n. L(n) aumenta muy rápidamente y es realmente grande, incluso para n bastante pequeño, cabe señalar que el número de cuadrados latinos reducidos es conocido para n 10 (McKay and Rogoyski, 1995). n n k n l(n) las estimaciones de los cuadrados latinos reducidos de orden n = 11, 12, 13, 14, 15 son n l(n) Para n > 15 las cotas de L(n) se pueden calcular usando las mejores cotas dadas n 1 (n k)! k=0 n n k L(n) (n!) 2n n n2. Las estimaciones para el número de cuadrados latinos de orden n, para n = 2 k con k = 4, 5, 6, 7, 8 son L(16) L(32) L(64) L(128) L(256)

14 Capítulo 1. Cuadrados Latinos Cuadrados Latinos Mutuamente Ortogonales (M OLS) Una propiedad importante de los cuadrados latinos es la ortogonalidad, que surge cuando Euler en 1779 publica el problema que consiste en asignar a 36 oficiales de 6 diferentes rangos y 6 regimientos diferentes en un arreglo de tamaño 6 6 de manera que cada renglón y cada columna contenga a un oficial de cada regimen y uno de cada rango. Él conjeturó que tal arreglo era imposible. Definamos de forma más precisa, lo que Euler buscaba basándonos en [2]. Sean A = (a ij ) y B = (b ij ) dos matrices de tamaño n n. La unión (A, B) es una matriz de tamaño n n donde la entrada (i, j) es el par (a ij, b ij ). Ejemplo Sean entonces o de manera equivalente. A = (A, B) =, B = (1, 1) (2, 3) (3, 2) (2, 3) (3, 2) (1, 1) (3, 2) (1, 1) (2, 3) (A, B) = Cabe mencionar, que a la matriz (A, B) Euler la llamó cuadrado Greco-latino, ya que usó letras latinas y griegas para definirla. Decimos que dos cuadrados latinos A y B de orden n son ortogonales si todas las entradas en la unión (A, B) son distintas. Si A y B son ortogonales B es llamado el compañero ortogonal de A. Los cuadrados latinos de orden 3 del ejemplo anterior no son ortogonales. Notemos que el decir que todas las entradas de (A, B) sean diferentes es equivalente a que todos los posibles pares ocurran exactamente una vez. Tenemos solo n 2 posibles pares. De tal manera que la condición de ortogonalidad puede ser expresada de la siguiente manera a ij = a IJ y b ij = b IJ = i = I y j = J De tal manera que el problema de Euler consistía en dar dos cuadrados latinos ortogonales de orden 6. Pero, él no sólo conjeturó que no existían tales cuadrados, sino que para además lo generalizó para cuadrados latinos de orden n 2 mod 4. En 1901, Gaston Tarry probó que no existían cuadrados latinos ortogonales de orden 6 construyéndolos exhaustivamente (9,408, considerando solo cuadrados latinos reducidos) agregando evidencia a la conjetura de Euler. Sin embargo, en 1959, Parker,

15 9 1.2 Cuadrados Latinos Mutuamente Ortogonales (M OLS) Bose y Shrikhande fueron capaces de construir un par de cuadrados latinos ortogonales de orden 10 y proporcionar una construcción para el resto de los valores, por supuesto a excepción de n = 2 y n = 6. La construcción de estos cuadrados la mostraremos más adelante. Cuando A 1,.., A r sea un conjunto de cuadrados latinos de orden n ortogonales dos a dos, diremos que son mutuamente ortogonales. En adelante usaremos la abreviación M OLS para referirnos a Cuadrados Latinos Mutuamente Ortogonales. Denotaremos a N(n) como el valor mas grande r para el cual existen r MOLS de orden n, es decir, es el número máximo de MOLS de orden n. El siguiente teorema nos dice que para n siempre existe un par de cuadrados latinos ortogonales de orden n y su demostración nos da el método para construirlos. Teorema N(n) 2 para todo n impar. Demostración. Sean A y B dos matrices de tamaño n n cuyas entradas pertenecen al conjunto {1,.., n} definidas como Verifiquemos que A y B son cuadrados latinos. a ij (j i + 1) mod n y b ij (j + i 1) mod n. a ij = a ik = j i + 1 (k i + 1) mod n = j k mod n = j = k de manera que las entradas en el i-ésimo renglón de A son todas distintas. Análogamente a ij = a kj = j i + 1 (j k + 1) mod n = i k mod n = i = k, por lo que las entradas en la j-ésima columna de A son todas distintas. Entonces A es un cuadrado latino de orden n. De forma similar se verifica que B es un cuadrado latino de orden n. Falta mostrar que A y B son ortogonales. Supongamos que (a ij, b ij ) = (a IJ, b IJ ) a ij = a IJ y b ij = b IJ = j i + 1 (J I + 1) mod n y j + i 1 (J + I 1) mod n = j i (J I) mod n y j + i (J + I) mod n sumando las dos últimas congruencias obtenemos 2j 2J mod n y si las restamos obtenemos 2i 2I mod n como n es impar se tiene que j J mod n y i I mod n de tal manera que i = I y j = J. Ejemplo Los siguientes cuadrados latinos de orden 5 son ortogonales, dado que se construyeron mediante el método dado en la demostración del teorema anterior.

16 Capítulo 1. Cuadrados Latinos y Una transversal de un cuadrado latino de orden n es un conjunto de n posiciones donde cualquiera dos de ellas no están en el mismo renglón ni en la misma columna, conteniendo a los n símbolos del conjunto base exactamente una vez. El siguiente teorema nos da otra forma de saber cuando un cuadrado latino de orden n tiene un compañero ortogonal. Teorema Un cuadrado latino de orden n tiene un compañero ortogonal si y sólo si tiene n transversales disjuntas. Ejemplo Sea C un cuadrado latino de orden 3 C = Tiene 3 transversales disjuntas 1. (1, 3), (2, 2), (3, 1) 2. (1, 2), (2, 1), (3, 3) 3. (1, 1), (2, 3), (3, 2) De tal manera que C tiene un compañero ortogonal C, el cual construimos de la siguiente forma Sea (i, j) un elemento de la k-ésima transversal, entonces C (k, i) = j. De tal manera que. C = El siguiente lema nos da una cota superior para N(n). Lema Para n 2 se tiene que N(n) n 1.

17 Cuadrados Latinos Mutuamente Ortogonales (M OLS) Demostración. Supongamos que tenemos k MOLS de orden n con conjunto base {1, 2,..., n}. Podemos renombrar las entradas de cada uno de los cuadrados latinos de modo que el primer renglón de cada uno de ellos sea n. Consideremos las k entradas en la posición (2, 1), ninguna de ellas es 1, ya que 1 aparece en la posición (1, 1) y como sabemos, cada elemento del conjunto base aparece exactamente una vez en cada columna. Sea s el valor de la entrada (2, 1) en un cuadrado latino, la entrada (2, 1) de cualquier otro cuadrado latino no puede tener el valor s, ya que si lo tuviera el par (s, s) aparecería dos veces al superponer los cuadrados latinos, ya que en la posición (1, s) de ambos cuadrados se tiene el valor s, contradiciendo el hecho de ser ortogonales. Por lo que la entrada (2, 1) tiene a lo mas n 1 valores posibles. Por lo tanto k n 1. Llamaremos cuadrado latino estándar de orden n al cuadrado latino de orden n con conjunto base A = {a 1, a 2,..., a n } cuyo primer renglón es a 1 a 2 a 3 a n y al conjunto de n 1 MOLS de orden n Conjunto Completo. La cota superior para N(n) se alcanza cuando n es potencia de un primo, la demostración del siguiente teorema nos proporciona un método para construir Conjuntos Completos de M OLS de orden primo. Teorema Sea q potencia de un primo, entonces existen q-1 MOLS de orden q. Demostración. Dado que q es potencia de un primo, entonces existe GF (q) = {λ 1, λ 2,..., λ q 1, λ q = 0}. Sean A 1, A 2,..., A q 1 matrices de tamaño q q donde la entrada (i, j) de A k tendrá el valor λ i λ k + λ j, 1 k q 1 Primero verificamos que cada A k es un cuadrado latino. Si dos entradas en el i-ésimo renglón de A k son iguales λ i λ k + λ j = λ i λ k + λ J λ j = λ J j = J. Si dos entradas en la j-ésima columna de A k son iguales tenemos que λ i λ k + λ j = λ I λ k + λ j λ i λ k = λ I λ k λ i = λ I. Dado que λ k 0 entonces existe λ 1 k su inverso multiplicativo, de tal manera que λ i = λ I i = I. Falta probar que los cuadrados son mutuamente ortogonales. Sea k K, supongamos que λ i λ k + λ j = λ I λ k + λ J y λ i λ K + λ j = λ I λ K + λ J sumandolas obtenemos λ i (λ k λ K ) = λ I (λ k λ K ) dado que λ k λ K (λ k λ K ) 0 por lo cual λ i = λ I i = I. Sustituyendo λ i = λ I en la primera igualdad se tiene que λ j = λ J j = J.

18 Capítulo 1. Cuadrados Latinos 12 Ejemplo usando GF (4) = {0, 1, x, x 2 } donde x 2 = x + 1 y mediante el método dado en la demostración anterior se construye el siguiente conjunto completo de cuadrados latinos de orden 4. Con λ 1 = 1, λ 2 = x, λ 3 = x 2, λ 4 = 0 obtenemos 0 x 2 x 1 x x x 1 0 x 2 1 x x 2 0, x x x 1 0 x 2 0 x 2 x 1 1 x x 2 0, x 1 0 x 2 0 x 2 x 1 x x 1 x x 2 0 Si se invierte el orden de las filas y reemplazando a 1, x, x 2, 0 por 1, 2, 3, 4 tenemos a los siguientes 3 MOLS de orden , , El siguiente teorema tiene un papel muy importante en el estudio de los MOLS. Teorema (Moore-MacNeish). N(mn) mín(n(m), N(n)). Demostración. Sean A (1),...,A (s) MOLS de orden m con conjunto base {0, 1,..., m 1} y sean B (1),...,B (s) s MOLS de orden n con conjunto base {0, 1,..., n 1}. Debemos construir s MOLS C (1),..., C (s) de orden mn con conjunto base {0, 1,..., mn 1}. Sea A es un cuadrado latino de orden m y B uno de orden n, se define el producto de A y B como B + a 11 nj B + a 12 nj B + a 1m nj C = A B =. B + a m1 nj B + a m2 nj B + a mm nj. Entonces C es una matriz de tamaño mn mn y como a ij toma valores de 1,..., m 1 y las entradas de B toman valores de 0,..., n 1 entonces las entradas de C toman valores de 0 hasta n 1 + n(m 1) = mn 1, mas aún C es un cuadrado latino. Consideremos cualquier renglón de C, los a ij toman valores de 0,..., m 1 exactamente una vez de igual manera para las entradas de B encontramos cada valor de 0,..., n 1 exactamente una vez, por lo que las entradas en los renglones de C son precisamente los posibles números de la forma an + b con 0 a m 1 y 0 b n 1, es decir, los números pueden tomar valores de 0 a mn 1. Un argumento similar se cumple para las columnas. Sea C (t) el producto de A (t) y B (t), 1 t s. Debemos mostrar que C (1),..., C (s) son MOLS de orden mn..

19 MOLS y Planos Proyectivos de orden n Supongamos que (C (r) ij, C(t) ij ) = (C(r) IJ, C(t) C (r) ij = C (r) IJ y C (t) ij = C (t) IJ (1). IJ ) Para encontrar C ij definimos a i y a j de la siguiente manera entonces C (r) ij = b (r) lh + na(r) kg. i = (k 1)n + l, 1 l n y j = (g 1)n + h, 1 h n De manera similar escribimos I = (K 1)n + L, J = (G 1)n + H entonces (1) se convierte en b (r) lh + na(r) kg = b(r) LH + na(r) KG b (t) lh + na(t) kg = b(t) LH + na(t) KG entonces cada entero tiene una representación única de la forma an + b, por lo que se sigue b (r) lh = b(r) LH b (t) lh = b(t) LH a (r) kg = a(r) KG a (t) kg = a(t) KG entonces B (r) y B (t) son ortogonales ya que l = L y h = H. De igual manera A (r) y A (t) son ortogonales ya que k = K y g = G finalmente i = I y j = J. Puesto que N(p α ) = p α 1 cuando p es primo obtenemos el siguiente resultado. Corolario Si n = p α pαr r, entonces N(n) (mín p α i i ) 1. Ejemplo Sea n = 12m + 7 entonces la potencia del primo más pequeño que posiblemente divide a n es 5, entonces N(n) 5 1 = 4. Notemos que si n es impar tenemos que para cada p α i i es por lo menos 3, entonces N(n) 2 y si n es múltiplo de 4 entonces cada P α i i es nuevamente por lo menos 3, por lo que N(n) MOLS y Planos Proyectivos de orden n En ésta sección mostraremos como un conjunto completo de MOLS es equivalente a un plano proyectivo. Con esta relación nos podemos dar cuenta que el determinar un conjunto completo de M OLS puede ser extremadamente difícil, ya que el mostrar la inexistencia de un plano proyectivo de orden 10 es un problema que hasta el momento no se a podido demostrar.

20 Capítulo 1. Cuadrados Latinos 14 Sea S = {1,..., v}. Decimos que una colección D de subconjuntos distintos de S es llamada un (v, k, λ) diseño si 2 k < v, λ > 0 y Cada conjunto en D contiene exactamente k elementos. Cada subconjunto de 2 elementos de S esta contenido en exactamente λ de los subconjuntos de D. Los conjuntos de D son llamados bloques y el número de bloques de D es denotado por b. Decimos que un diseño es simétrico cuando b = v. Un Plano Proyectivos de orden n es un (n 2 + n + 1, n + 1, 1) diseño simétrico. Se sabe que para toda potencia de un número primo q, existe un plano proyectivo de orden q. El siguiente teorema relaciona al conjunto completo de M OLS con los planos proyectivos. Teorema Un conjunto completo de n-1 MOLS de orden n existe si y sólo si existe un plano proyectivo finito de orden n. Demostración. Sea {L 1, L 2,..., L n 1 } el conjunto de n 1 MOLS de orden n. Definimos el siguiente arreglo de tamaño (n + 1) n n n n n n n n renglón 1 en L 1 renglón 2 en L 1 renglón n en L 1 renglón 1 en L 2 renglón 2 en L 2 renglón n en L 2. renglón 1 en L n 1 renglón 2 en L n 1 renglón n en L n 1. Este arreglo tiene las siguientes propiedades de ortogonalidad Tomando cualesquiera dos renglones, los n 2 pares verticales posibles ( 1 1), ( 1 2),..., ( 1 n) aparecen exactamente una vez. El primer y segundo renglón por definición satisfacen la propiedad. Si i 2 < j comparando el i-ésimo y el j-ésimo renglón tenemos los n 2 pares verticales posibles, ya que si i = 1 implicaría que el j-ésimo cuadrado latino tiene a un elemento del conjunto base mas de una vez en un renglón y si i = 2 implicaría que el j-ésimo cuadrado latino tiene más de una vez aun elemento del conjunto base en una de sus columnas, pero esto no es posible por definición de cuadrado latino. Si i, j 3 ambos renglones provienen de un cuadrado latino, por lo que satisfacen la propiedad por la ortogonalidad de los cuadrados. Etiquetamos las columna del arreglo por 1, 2,..., n 2. Cada uno de los n + 1 renglones nos da n bloques que definimos de la siguiente manera: para i = 1,..., n tomo como bloque al conjunto de etiquetas de las columnas donde el renglón toma el valor i. Estos n(n + 1) = n 2 + n bloques forman un (n 2, n, 1) diseño. Falta demostrar que λ = 1, es decir que cualesquiera par de elementos del conjunto {1, 2,..., n 2 } no puede estar en más de 1 bloque. Esto es equivalente a probar que toda pareja posible esta en

21 Cuadrados Latinos Auto-Ortogonales (SOLS) el arreglo, en total el arreglo debe tener ( ) n 2 2 = n 2 (n 2 1) 2. Los bloques juntos forman n(n + 1) ( n 2) = n(n+1)n(n 1) 2 = n2 (n 2 1) 2. Por lo tanto toda pareja esta. Sea D un (n 2, n, 1) diseño con clases paralelas D 1, D 2,..., D n+1. Podemos (por renombramiento del conjunto base) suponer que las primeras dos clases paralelas son representadas por los dos primeros renglones del arreglo anterior y escribiendo las otras n 1 clases paralelas como los últimos n 1 renglones. Dado que los renglones se originan de un diseño con λ = 1, el arreglo tiene la propiedad de ortogonalidad. Entonces interpretando los últimos n 1 renglones como matrices de tamaño n n nos dan n 1 cuadrados latinos mutuamente ortogonales Cuadrados Latinos Auto-Ortogonales (SOLS) La importancia de esta sección y las siguientes es que son parte importante del trabajo desarrollado por Bose, Shrikhande y Parker que prueba la existencia de dos MOLS de orden n para n 2, 6, hasta el momento sabemos que N(n) 2 para n impar, para n 2 se tiene que N(n) n 1 y que para n potencia de un primo N(n) = n 1. Ahora, presentamos un nuevo tipo de cuadrados latinos, los cuadrados latinos auto-ortogonales. Un cuadrado latino de orden n es auto-ortogonal si es ortogonal a su transpuesto y lo denotaremos como SOLS(n). Ejemplo El siguiente cuadrado latinos de orden 4 es auto-ortogonal entonces (A, A t ) es como podemos observar, en la unión se encuentran todas las parejas posibles. Los siguientes resultados nos dicen para que orden n un SOLS(n) existe. Teorema (Mendelshn, 1971). Un SOLS existe cuando (n, 6) = 1. Demostración. Definimos una matriz A cuadrada de tamaño n n, A = (a ij ) donde

22 Capítulo 1. Cuadrados Latinos 16 a ij = 2i j( mod n), 1 a ij n Primero verifiquemos que A es un cuadrado latino. Sea Ahora sea a ij = a ik 2i j 2i k( mod n) j k( mod n) j = k. a ij = a kj 2i j (2k j) mod n 2i 2k mod n i = k. Por lo tanto A es un cuadrado latino. Ahora verifiquemos que A y A t son ortogonales. Sea A t = (a t ij ) = (a ji). Supongamos que a ij = a kl y a t ij = at kl, es decir a ij = a kl y a ji = a lk entonces 2i j (2k l) mod n (1) 2j i (2l k) mod n. Sumandolas obtenemos i + j (k + l) mod n de la congruencia anterior tenemos

23 Cuadrados Latinos Auto-Ortogonales (SOLS) Sustituyendo i en (1) entonces (n, 3) = 1, además Por lo tanto A y A t son ortogonales. i (k + l j) mod n. 2(k + l j) (2k l) mod n 2k + 2l 2j j (2k l) mod n 3j 3l mod n j l mod n j = l y k = i Ejemplo Los siguientes SOLS de orden 5 y 7 son obtenidos de la construcción dada en la demostración del teorema anterior Teorema (Mendelsohn, 1971). Si n es potencia de primos, n 2, 3 entonces un SOLS(n) existe.. Demostración. Se construirá un SOLS(n) con los elementos de GF (n) = {c 1 = 0, c 2,..., c n }) como entradas. Eligiendo λ GF (n) tal que λ 0, λ 1, 2λ 1 definimos una matriz A = (a ij ) de tamaño n n donde a ij = λc i + (1 λ)c j. Es fácil verificar que A es un cuadrado latino de orden n. Entonces mostremos que A es autoortogonal. Sea a ij = a kl y a t ij = at kl

24 Capítulo 1. Cuadrados Latinos 18 λc i + (1 λ)c j = λc k + (1 λ)c l y λc j + (1 λ)c i = λc l + (1 λ)c k. Sumando las dos ecuaciones anteriores obtenemos c i + c j = c k + c l despejando a c i y sustituyéndola en la primera ecuación nos queda λ(c k + c l c j ) + (1 λ)c j = λc k + (1 λ)c l, es decir, (1 2λ)c j = (1 2λ)c l Además c j = c l 2λ 1. j = l y i = k. Estos resultados garantizan la existencia de SOLS de orden n=4,8,16,.... y n=9,27,81,.... En 1973 Brayton, Coppersmith y Hoffman probaron el siguiente resultado. Teorema Si n 2, 3, 6, un SOLS(n) existe SOLS y Torneo Doble Mixto En esta subsección mostramos la relación que existe entre los SOLS y cierto tipo de torneos. Un torneo SAM DRR(n) (spouse-avoiding mixed doubles round robin) es un torneo doble mixto donde participan n matrimonios, en cada juego participan dos equipos, donde cada equipo consta de dos jugadores de sexo opuesto. Los partidos son tales que cada dos jugadores del mismo sexo juegan entre sí exactamente una vez y cada jugador con cada miembro del sexo opuesto (que no sea su cónyuge) exactamente una vez como compañero y una vez como oponente. En 1917 Dudeney dio el siguiente ejemplo resoluble para n=4, donde los matrimonios son (H i, M i ) para 1 i 4.

25 Cuadrados Latinos Auto-Ortogonales (SOLS) Ejemplo es un SAMDRR(4). H 1 M 3 vs H 2 M 4 H 3 M 1 vs H 4 M 2 H 1 M 4 vs H 3 M 2 H 4 M 1 vs H 2 M 3 H 1 M 2 vs H 4 M 3 H 2 M 1 vs H 3 M 4 Como observamos el torneo puede jugarse en 3 rondas. Antes de mostrar la relación entre los SOLS y SAMDRR necesitamos dar la siguiente propiedad de los SOLS. Lema Sea A un SOLS(n), entonces su diagonal principal es una transversal. Demostración. A t tiene la misma diagonal que A. Si a ii = a jj = k entonces el par (k, k) aparecería dos veces en la union de A con A t, contradiciendo la propiedad de ortogonalidad. Por lo tanto la diagonal principal de A es una transversal. Ahora, el siguiente teorema nos da la relación que existe entre los SOLS(n) con los SAMDRR(n). Teorema Un SAMDRR(n) existe si y sólo si un SOLS(n) existe. Demostración. Supongamos que un SAM DRR(n) existe. Denotamos a los matrimonios como (H i, M i ) para 1 i n. Entonces definimos a A una matriz de tamaño n n como sigue a ii = i y a ij = l, donde M l es el compañero de H i cuando H i y H j juegan con i j. Dado que las asociaciones no se repiten, podemos concluir que A es un cuadrado latino. Ahora verifiquemos que A y A t son ortogonales. Supongamos que a ij = a IJ y a ji = a JI. Si a ij = l y a ji = m se tienen los siguientes juegos H i M l vs H j M m y H I M l vs H J M m pero como sabemos, jugadores del mismo sexo juegan entre sí exactamente una vez, por lo que i = I y j = J. De tal manera que A es un SOLS(n). Ahora, sea A un SOLS(n) donde las entradas de A pueden ser renombradas de la siguiente forma a ii = i para todo i y si a ij = l y a ji = m, de tal manera que los juegos se definen como H i M l vs H j M m.

26 Capítulo 1. Cuadrados Latinos 20 Ejemplo Sea A = dice la demostración del teorema anterior obtenemos A = SOLS(4) nos da un SAMDRR(4) con las siguientes rondas un SOLS(4), renombrando las entradas como nos de tal manera que este H 1 M 4 vs H 2 M 3 H 1 M 2 vs H 3 M 4 H 1 M 3 vs H 4 M 2. H 2 M 4 vs H 3 M 1 H 2 M 1 vs H 4 M 3 H 3 M 2 vs H 4 M 1 Ahora veremos como algunos teoremas que se estudiaron para los M OLS se satisfacen también para los SOLS. Teorema Si existe un SOLS(m) y un SOLS(n), entonces existe un SOLS(mn) Demostración. Sean A y B SOLS de orden m y n con conjuntos base {0, 1,..., m 1} y {0, 1,..., n 1} respectivamente. Entonces los productos A B y A t B t como se definieron en la prueba del teorema de Moore-MacNeish son MOLS de orden mn. Verificando que (A B) t = A t B t se tiene que A B es auto-ortogonal. De los Teoremas y se sigue el siguiente resultado. Corolario Si n = 2 α 3 β 5 r..., donde α 1 y β 1, entonces existe un SOLS(n). El siguiente resultado relaciona a los diseños balanceados con los SOLS. Teorema Supongamos que un P BD(v, k, 1) existe y que para cada k K un SOLS(k) existe. Entonces un SOLS(v) existe. Demostración. Para cada k, reemplazamos cada bloque de tamaño k por un SAM DRR(k) sobre sus elementos. La union de estos torneos es un SAMDRR(v), entonces por el teorema un SOLS(v) existe. De los teoremas y se sigue el siguiente resultado. Teorema Para cada k 1, un SOLS(4k) existe.

27 Arreglos Ortogonales Ejemplo El siguiente cuadrado es un SOLS(12) El siguiente SOLS de orden 14 nos permite afirmar que N(14) 2. Ejemplo Arreglos Ortogonales En esta sección mostramos la relación que existe entre los MOLS y los arreglos ortogonales que nos permitirá mostrar algunos resultados importantes para N(n). Los arreglos ortogonales son una forma alternativa de representar a un conjunto de M OLS. Ejemplo Tenemos el siguiente arreglo ortogonal

28 Capítulo 1. Cuadrados Latinos los primeros dos renglones determinan las posiciones de los elementos de los cuadrados, es decir, el primero nos indica el renglón y el segundo la columna. El tercero y cuarto renglón son los valores de los cuadrados latinos en la posición que nos indican los primeros dos renglones. De tal manera que el arreglo nos representa a un conjunto de 2 cuadrados latinos de orden 3. Un arreglo ortogonal sobre un alfabeto de n símbolos es una matriz de tamaño s n 2 en donde al elegir cualesquiera dos renglones podemos encontrar a todos los pares verticales posibles exactamente una vez. A este tipo de arreglo lo denotaremos como OA(s, n). Con los arreglos ortogonales se pueden establecer algunas cotas para N(n). Teorema Un OA(s, n) existe si y sólo si N(n) s 2. Demostración. Sean M 1, M 2,..., M s 2 MOLS de orden n, construimos una matriz de tamaño s n 2 donde sus primeros dos renglones sean y el i-ésimo renglón del arreglo es ( n n... n n n n ) ( Mi 2 (1, 1) M i 2 (1, 2)... M i 2 (1, n) M i 2 (2, 1)... M i 2 (2, n)... M i 2 (n, 1)... M i 2 (n, n) ) para 2 < i s. Falta verificar que este arreglo es ortogonal. Si i 1. El renglón 1 y el renglón i + 2 tienen cada par ordenado exactamente una vez entonces cada renglón del i-ésimo cuadrado contiene a cada elemento exactamente una vez. De manera similar para los renglones 2 y el i + 2. Para los renglones i + 2 y j + 2 por la ortogonalidad de los cuadrados i y j encontramos a todos los pares verticales posibles exactamente una vez. De tal manera que el arreglo definido es ortogonal. Inversamente, sea un OA(s, n). Reordenando las columnas de tal manera que los primeros dos renglones queden de la siguiente manera ( n n... n n n )

29 Arreglos Ortogonales Entonces los cuadrados M k con 1 k s 2 definidos por tomar como valor para M k (i, j) la entrada en el renglón k + 2 sobre la columna que contiene en sus dos primeros renglones el par ( ) i j son ortogonales. Ejemplo El siguiente OA(5, 4) corresponde a 3 MOLS de orden Teorema Si N(m) 2, entonces N(3m + 1) 2. Demostración. Consideremos el siguiente arreglo A 0 de tamaño 4 4m m 2m... m + 1 x 1... x m m x 1... x m 2m... m + 1 2m 2m 1... m + 1 x 1... x m m x 1 x 2... x m 2m... m m En el arreglo los x i son m símbolos distintos de 0,..., 2m. Sea A i el arreglo obtenido de A 0 por sumar i a cada entrada numérica ( mód 2m+1) y dejando a cada x i sin cambios. Dado que N(m) 2, existe un OA(4, m) sobre x 1,..., x m que denotaremos como A y si también podemos afirmar que el arreglo E = m m m m D = [EA 0 A 1... A 2m A ] es un AO(4, 3m + 1). Ciertamente, el número de columnas es 2m (2m + 1)4m + m 2 = 9m 2 +6m+1 = (3m+1) 2. Para cualquier par de filas, el par ordenado (x i, n) aparecerá exactamente una vez para cada i y cada n, al igual que el par (n, x i ) y los arreglos E y A tienen a cada par ordenado de la forma (n, n) o (x i, x i ) exactamente una vez. Queda por demostrar que si 0 u 2m y 0 v 2m, u v el par (u, v) aparece exactamente una vez. Sin perdida de generalidad consideremos el segundo y tercer renglón de A 0. La diferencia entre números correspondientes en esos dos renglones son 2m 1, 2m 3,..., 3, 1 y sus negativos mód (2m + 1), es decir, también.

30 Capítulo 1. Cuadrados Latinos 24 están 0, 2, 4,..., 2m exactamente una vez. Al tener todas las diferencias posibles podemos concluir que están todas las (u, v) exactamente una vez. Un argumento similar se satisface para cualquier par de renglones. Corolario N(12t + 10) 2 para todo entero t Demostración. Sea m = 4t + 3, sustituyendo m en el teorema anterior tenemos que N(3(4t + 3) + 1) 2 N(12t + 10) 2 Teorema Si existe un OA(n 1, s) y un OA(n 2, s) entonces existe un OA(n 1 n 2, s) Demostración. Sea un OA(n 1, s) la matriz A = (a ij ) con i = 1,..., s y j = 1,..., n 2 1 y un OA(n 2, s) la matriz B = (b ij ) con i = 1,..., s y j = 1,..., n 2 2. Con A y B formemos la matriz D = (d ij ) con i = 1,..., s y j = 1,..., n 2 1 n2 2. Reemplazando a ij de A por el vector renglón (b i1 + m ij, b i2 + m ij,..., b in m ij ) donde m ij = (a ij 1)n 2 para todo i, j. Sabemos que a ij toma valores de 1 hasta n 1 y b ij toma valores de 1 hasta n 2, entonces b it +m ij = b it + (a ij 1)n 2 toma valores desde 1 hasta n 1 n 2. Consideremos los renglones h e i de D y sean u, v cualesquiera dos números de 1, 2,..., n 1 n 2, de tal manera que podemos escribir a u = u 1 + (u 2 1)n 2 y a v = v 1 + (v 2 1)n 2 con 1 u 1, v 1 n 2 y 1 u 2, v 2 n 1. En A vamos a determinar a j como una columna en donde a ht = u 2, a ij = v 2 y en B vamos a determinar a t como una columna en donde b ht = u 1, b it = v 1. Entonces en D, en la columna g = t + n 2 2 (j 1) tenemos y d hg = b ht + (a hj 1)n 2 = u 1 + (u 2 1)n 2 = u d ig = b it + (a ij 1)n 2 = v 1 + (v 2 1)n 2 = v. Por lo cual los renglones h e i de D son ortogonales y como fueron elegidos de manera arbitraria podemos concluir que D es un arreglo ortogonal.

31 Arreglos Ortogonales Corolario Si n = p e 1 1 pe 2 2 per r es la factorización del entero n en potencias de los primos distintos p 1,..., p r, entonces existen al menos N(n) MOLS de orden n, donde N(n) mín(p e i i 1) con i = 1,..., r. Demostración. Dado que para n = p e i i, i = 1,..., r hay un OA(n i, n i + 1) para i = 1,..., r. Si tomamos a s como el mínimo de todos los n i + 1, existe un OA(n i, s). Si aplicamos repetidas veces el teorema anterior, entonces existe un OA(n, s) y así podemos decir que s 2 = min(n i 1) MOLS de orden n 2. El siguiente ejemplo es el cuadrado greco-latino dado por Parker(1959) que muestra que N(10) Ejemplo El siguiente cuadrado latinos de orden 10 fue dado por Hedayat (1973) que satisface la propiedad de ser auto-ortogonal, dando así una prueba independiente de que N(10) 2. Ejemplo

32 Capítulo 1. Cuadrados Latinos Colapso de la conjetura de Euler Usando los diseños balanceados Parker mostró que N(21) 4. Un diseño balanceado P BD (v, K, λ) es una colección de subconjuntos (bloques) de un conjunto S de cardinalidad v tal que 1. El tamaño de cada bloque esta en K y es menor que v. 2. Cada par de elementos de S aparecen juntos en exactamente λ de los bloques. Lema Si existe un P BD (v, K, λ) con b i bloques de tamaño k i para cada k i K, entonces. λv(v 1) = b i k i (k i 1) Demostración. Hay ( ) v 2 = 1 2v(v 1) parejas de elementos, cada pareja aparece λ veces, dando 1 2 λv(v 1) parejas en el total de bloques. Por otra parte, cada bloque de tamaño k i, contiene ( ki ) 2 = 1 2 k i(k 1 1) parejas, de tal manera que el número total de parejas en los bloques es por lo tanto i 1 2 b ik i (k i 1). Por lo tanto λv(v 1) = i b i k i (k i 1) El siguiente teorema relaciona a los diseños balanceados con los cuadrados latinos. Teorema Si un P BD (v, K, 1) existe, entonces N(v) mín k K N(k) 1 Demostración. Sea q = mín k K N(k), entonces para cada k K existen q MOLS de orden k y por lo tanto un OA(q +2, k) sobre {1,..., k}. Sin perdida de generalidad supongamos que el primer renglón del OA(q + 2, k) es kk... k y que cualquier otro renglón comienza con k. Quitamos el primer renglón y las primeras k columnas de cada arreglo para obtener los arreglos D k con q + 1 renglones y k(k 1) columnas en el que las parejas verticales en cualesquiera dos renglones son precisamente todos los pares ordenados de elementos distintos de {1,..., k}. Sean los bloques del P BD B 1,..., B b. Para cada B, reemplazamos cada entrada i en D B por el i-ésimo elemento de B y denotamos al arreglo resultante por E B. Ordenamos a todos los E B s en un renglón y lo añadimos al arreglo

Apuntes de Matemática Discreta 1. Conjuntos y Subconjuntos

Apuntes de Matemática Discreta 1. Conjuntos y Subconjuntos Apuntes de Matemática Discreta 1. Conjuntos y Subconjuntos Francisco José González Gutiérrez Cádiz, Octubre de 2004 Universidad de Cádiz Departamento de Matemáticas ii Lección 1 Conjuntos y Subconjuntos

Más detalles

VECTORES. Módulo, dirección y sentido de un vector fijo En un vector fijo se llama módulo del mismo a la longitud del segmento que lo define.

VECTORES. Módulo, dirección y sentido de un vector fijo En un vector fijo se llama módulo del mismo a la longitud del segmento que lo define. VECTORES El estudio de los vectores es uno de tantos conocimientos de las matemáticas que provienen de la física. En esta ciencia se distingue entre magnitudes escalares y magnitudes vectoriales. Se llaman

Más detalles

3. Equivalencia y congruencia de matrices.

3. Equivalencia y congruencia de matrices. 3. Equivalencia y congruencia de matrices. 1 Transformaciones elementales. 1.1 Operaciones elementales de fila. Las operaciones elementales de fila son: 1. H ij : Permuta la fila i con la fila j. 2. H

Más detalles

Tema 1: Fundamentos de lógica, teoría de conjuntos y estructuras algebraicas: Apéndice

Tema 1: Fundamentos de lógica, teoría de conjuntos y estructuras algebraicas: Apéndice Tema 1: Fundamentos de lógica, teoría de conjuntos y estructuras algebraicas: Apéndice 1 Polinomios Dedicaremos este apartado al repaso de los polinomios. Se define R[x] ={a 0 + a 1 x + a 2 x 2 +... +

Más detalles

Métodos generales de generación de variables aleatorias

Métodos generales de generación de variables aleatorias Tema Métodos generales de generación de variables aleatorias.1. Generación de variables discretas A lo largo de esta sección, consideraremos una variable aleatoria X cuya función puntual es probabilidad

Más detalles

Matrices Invertibles y Elementos de Álgebra Matricial

Matrices Invertibles y Elementos de Álgebra Matricial Matrices Invertibles y Elementos de Álgebra Matricial Departamento de Matemáticas, CCIR/ITESM 12 de enero de 2011 Índice 91 Introducción 1 92 Transpuesta 1 93 Propiedades de la transpuesta 2 94 Matrices

Más detalles

Comenzaremos recordando algunas definiciones y propiedades estudiadas en el capítulo anterior.

Comenzaremos recordando algunas definiciones y propiedades estudiadas en el capítulo anterior. Capítulo 2 Matrices En el capítulo anterior hemos utilizado matrices para la resolución de sistemas de ecuaciones lineales y hemos visto que, para n, m N, el conjunto de las matrices de n filas y m columnas

Más detalles

Matrices y sus operaciones

Matrices y sus operaciones Capítulo 1 Matrices y sus operaciones 1.1. Definiciones Dados dos enteros m, n 1 y un cuerpo conmutativo IK, llamamos matriz de m filas y n columnas con coeficientes en IK a un conjunto ordenado de n vectores

Más detalles

FORMA CANONICA DE JORDAN Y ECUACIONES DIFERENCIALES LINEALES A COEFICIENTES CONSTANTES

FORMA CANONICA DE JORDAN Y ECUACIONES DIFERENCIALES LINEALES A COEFICIENTES CONSTANTES FORMA CANONICA DE JORDAN Y ECUACIONES DIFERENCIALES LINEALES A COEFICIENTES CONSTANTES Eleonora Catsigeras 6 de mayo de 997 Notas para el curso de Análisis Matemático II Resumen Se enuncia sin demostración

Más detalles

Matrices equivalentes. El método de Gauss

Matrices equivalentes. El método de Gauss Matrices equivalentes. El método de Gauss Dada una matriz A cualquiera decimos que B es equivalente a A si podemos transformar A en B mediante una combinación de las siguientes operaciones: Multiplicar

Más detalles

1. INVERSA DE UNA MATRIZ REGULAR

1. INVERSA DE UNA MATRIZ REGULAR . INVERSA DE UNA MATRIZ REGULAR Calcular la inversa de una matriz regular es un trabajo bastante tedioso. A través de ejemplos se expondrán diferentes técnicas para calcular la matriz inversa de una matriz

Más detalles

Polinomios: Definición: Se llama polinomio en "x" de grado "n" a una expresión del tipo

Polinomios: Definición: Se llama polinomio en x de grado n a una expresión del tipo Polinomios: Definición: Se llama polinomio en "x" de grado "n" a una expresión del tipo P (x) = a 0 x n + a 1 x n 1 +... + a n Donde n N (número natural) ; a 0, a 1, a 2,..., a n son coeficientes reales

Más detalles

Definición 1.1.1. Dados dos números naturales m y n, una matriz de orden o dimensión m n es una tabla numérica rectangular con m filas y n columnas.

Definición 1.1.1. Dados dos números naturales m y n, una matriz de orden o dimensión m n es una tabla numérica rectangular con m filas y n columnas. Tema 1 Matrices Estructura del tema. Conceptos básicos y ejemplos Operaciones básicas con matrices Método de Gauss Rango de una matriz Concepto de matriz regular y propiedades Determinante asociado a una

Más detalles

1-Comportamiento de una función alrededor de un punto:

1-Comportamiento de una función alrededor de un punto: Matemática II 7 Modulo Límites continuidad En esta sección desarrollaremos el concepto de límite, una de las nociones fundamentales del cálculo. A partir de este concepto se desarrollan también los conceptos

Más detalles

PRÁCTICA N 2 SISTEMAS DE NUMERACIÓN

PRÁCTICA N 2 SISTEMAS DE NUMERACIÓN PRÁCTICA N 2 SISTEMAS DE NUMERACIÓN Ejercicio 1. Diseñar una planilla EXCEL que tome como dato de entrada un número entero y devuelva la representación en base 2. Testearla con los números 23, 245, 673,

Más detalles

Programa para el Mejoramiento de la Enseñanza de la Matemática en ANEP Proyecto: Análisis, Reflexión y Producción. Fracciones

Programa para el Mejoramiento de la Enseñanza de la Matemática en ANEP Proyecto: Análisis, Reflexión y Producción. Fracciones Fracciones. Las fracciones y los números Racionales Las fracciones se utilizan cotidianamente en contextos relacionados con la medida, el reparto o como forma de relacionar dos cantidades. Tenemos entonces

Más detalles

Divisibilidad y números primos

Divisibilidad y números primos Divisibilidad y números primos Divisibilidad En muchos problemas es necesario saber si el reparto de varios elementos en diferentes grupos se puede hacer equitativamente, es decir, si el número de elementos

Más detalles

PROPIOS. DIAGONALIZACIÓN DE MATRICES CUADRADAS

PROPIOS. DIAGONALIZACIÓN DE MATRICES CUADRADAS Tema 7.- VALORES Y VECTORES PROPIOS. DIAGONALIZACIÓN DE MATRICES CUADRADAS VALORES Y VECTORES PROPIOS MATRICES CUADRADAS DIAGONALIZABLES DIAGONALIZACIÓN N ORTOGONAL DE MATRICES CUADRADAS SIMÉTRICAS 1 Un

Más detalles

ÁLGEBRA DE MATRICES. Al consejero A no le gusta ninguno de sus colegas como presidente.

ÁLGEBRA DE MATRICES. Al consejero A no le gusta ninguno de sus colegas como presidente. ÁLGEBRA DE MATRICES Página 49 REFLEXIONA Y RESUELVE Elección de presidente Ayudándote de la tabla, estudia detalladamente los resultados de la votación, analiza algunas características de los participantes

Más detalles

Capitán de fragata ingeniero AGUSTÍN E. GONZÁLEZ MORALES. ÁLGEBRA PARA INGENIEROS (Solucionario)

Capitán de fragata ingeniero AGUSTÍN E. GONZÁLEZ MORALES. ÁLGEBRA PARA INGENIEROS (Solucionario) Capitán de fragata ingeniero AGUSTÍN E. GONZÁLEZ MORALES ÁLGEBRA PARA INGENIEROS (Solucionario) 2 Í N D I C E CAPÍTULO : MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES LINEALES CAPÍTULO 2: ESPACIOS VECTORIALES

Más detalles

Los números racionales

Los números racionales Los números racionales Los números racionales Los números fraccionarios o fracciones permiten representar aquellas situaciones en las que se obtiene o se debe una parte de un objeto. Todas las fracciones

Más detalles

Geometría Tridimensional

Geometría Tridimensional Capítulo 4 Geometría Tridimensional En dos dimensiones trabajamos en el plano mientras que en tres dimensiones trabajaremos en el espacio, también provisto de un sistema de coordenadas. En el espacio,

Más detalles

Este documento ha sido generado para facilitar la impresión de los contenidos. Los enlaces a otras páginas no serán funcionales.

Este documento ha sido generado para facilitar la impresión de los contenidos. Los enlaces a otras páginas no serán funcionales. Este documento ha sido generado para facilitar la impresión de los contenidos. Los enlaces a otras páginas no serán funcionales. Introducción Por qué La Geometría? La Geometría tiene como objetivo fundamental

Más detalles

EXPRESIONES ALGEBRAICAS. POLINOMIOS

EXPRESIONES ALGEBRAICAS. POLINOMIOS EXPRESIONES ALGEBRAICAS. POLINOMIOS 1. EXPRESIONES ALGEBRAICAS. Estas expresiones del área son expresiones algebraicas, ya que además de números aparecen letras. Son también expresiones algebraicas: bac,

Más detalles

Tema 2. Espacios Vectoriales. 2.1. Introducción

Tema 2. Espacios Vectoriales. 2.1. Introducción Tema 2 Espacios Vectoriales 2.1. Introducción Estamos habituados en diferentes cursos a trabajar con el concepto de vector. Concretamente sabemos que un vector es un segmento orientado caracterizado por

Más detalles

_ Antología de Física I. Unidad II Vectores. Elaboró: Ing. Víctor H. Alcalá-Octaviano

_ Antología de Física I. Unidad II Vectores. Elaboró: Ing. Víctor H. Alcalá-Octaviano 24 Unidad II Vectores 2.1 Magnitudes escalares y vectoriales Unidad II. VECTORES Para muchas magnitudes físicas basta con indicar su valor para que estén perfectamente definidas y estas son las denominadas

Más detalles

Tema 07. LÍMITES Y CONTINUIDAD DE FUNCIONES

Tema 07. LÍMITES Y CONTINUIDAD DE FUNCIONES Tema 07 LÍMITES Y CONTINUIDAD DE FUNCIONES Límite de una función en un punto Vamos a estudiar el comportamiento de las funciones f ( ) g ( ) ENT[ ] h ( ) i ( ) en el punto Para ello, damos a valores próimos

Más detalles

Anexo 1: Demostraciones

Anexo 1: Demostraciones 75 Matemáticas I : Álgebra Lineal Anexo 1: Demostraciones Espacios vectoriales Demostración de: Propiedades 89 de la página 41 Propiedades 89- Algunas propiedades que se deducen de las anteriores son:

Más detalles

NÚMEROS NATURALES Y NÚMEROS ENTEROS

NÚMEROS NATURALES Y NÚMEROS ENTEROS NÚMEROS NATURALES Y NÚMEROS ENTEROS Los números naturales surgen como respuesta a la necesidad de nuestros antepasados de contar los elementos de un conjunto (por ejemplo los animales de un rebaño) y de

Más detalles

Cálculo Simbólico también es posible con GeoGebra

Cálculo Simbólico también es posible con GeoGebra www.fisem.org/web/union ISSN: 1815-0640 Número 34. Junio de 2013 páginas 151-167 Coordinado por Agustín Carrillo de Albornoz Cálculo Simbólico también es posible con GeoGebra Antes de exponer las posibilidades

Más detalles

AMPLIACIÓN DE MATEMÁTICAS. REPASO DE MATEMÁTICAS DISCRETA. CONGRUENCIAS. En el conjunto de los números enteros

AMPLIACIÓN DE MATEMÁTICAS. REPASO DE MATEMÁTICAS DISCRETA. CONGRUENCIAS. En el conjunto de los números enteros AMPLIACIÓN DE MATEMÁTICAS REPASO DE MATEMÁTICAS DISCRETA. CONGRUENCIAS. En el conjunto de los números enteros Z = {..., n,..., 2, 1, 0, 1, 2, 3,..., n, n + 1,...} tenemos definidos una suma y un producto

Más detalles

Grupos. Subgrupos. Teorema de Lagrange. Operaciones.

Grupos. Subgrupos. Teorema de Lagrange. Operaciones. 1 Tema 1.-. Grupos. Subgrupos. Teorema de Lagrange. Operaciones. 1.1. Primeras definiciones Definición 1.1.1. Una operación binaria en un conjunto A es una aplicación α : A A A. En un lenguaje más coloquial

Más detalles

INSTITUTO POLITÉCNICO NACIONAL ESCUELA SUPERIOR DE INGENIERÍA MECÁNICA Y ELÉCTRICA UNIDAD CULHUACÁN INTEGRANTES

INSTITUTO POLITÉCNICO NACIONAL ESCUELA SUPERIOR DE INGENIERÍA MECÁNICA Y ELÉCTRICA UNIDAD CULHUACÁN INTEGRANTES INSTITUTO POLITÉCNICO NACIONAL ESCUELA SUPERIOR DE INGENIERÍA MECÁNICA Y ELÉCTRICA UNIDAD CULHUACÁN INTEGRANTES CÁRDENAS ESPINOSA CÉSAR OCTAVIO racsec_05@hotmail.com Boleta: 2009350122 CASTILLO GUTIÉRREZ

Más detalles

BASES Y DIMENSIÓN. Propiedades de las bases. Ejemplos de bases.

BASES Y DIMENSIÓN. Propiedades de las bases. Ejemplos de bases. BASES Y DIMENSIÓN Definición: Base. Se llama base de un espacio (o subespacio) vectorial a un sistema generador de dicho espacio o subespacio, que sea a la vez linealmente independiente. β Propiedades

Más detalles

Tema 3: Aplicaciones de la diagonalización

Tema 3: Aplicaciones de la diagonalización TEORÍA DE ÁLGEBRA II: Tema 3. DIPLOMATURA DE ESTADÍSTICA 1 Tema 3: Aplicaciones de la diagonalización 1 Ecuaciones en diferencias Estudiando la cría de conejos, Fibonacci llegó a las siguientes conclusiones:

Más detalles

Lección 9: Polinomios

Lección 9: Polinomios LECCIÓN 9 c) (8 + ) j) [ 9.56 ( 9.56)] 8 q) (a x b) d) ( 5) 4 k) (6z) r) [k 0 (k 5 k )] e) (. 0.) l) (y z) s) (v u ) 4 f) ( 5) + ( 4) m) (c d) 7 t) (p + q) g) (0 x 0.) n) (g 7 g ) Lección 9: Polinomios

Más detalles

Lección 4: Suma y resta de números racionales

Lección 4: Suma y resta de números racionales GUÍA DE MATEMÁTICAS II Lección : Suma y resta de números racionales En esta lección recordaremos cómo sumar y restar números racionales. Como los racionales pueden estar representados como fracción o decimal,

Más detalles

UNIDAD I NÚMEROS REALES

UNIDAD I NÚMEROS REALES UNIDAD I NÚMEROS REALES Los números que se utilizan en el álgebra son los números reales. Hay un número real en cada punto de la recta numérica. Los números reales se dividen en números racionales y números

Más detalles

ECUACIÓN QUE OBTIENE CON BUENA APROXIMACIÓN LA SUMA DE LOS PRIMEROS ENTEROS A CUALQUIER POTENCIA ENTERA POSITIVA

ECUACIÓN QUE OBTIENE CON BUENA APROXIMACIÓN LA SUMA DE LOS PRIMEROS ENTEROS A CUALQUIER POTENCIA ENTERA POSITIVA DESDE LA ACADEMIA ECUACIÓN QUE OBTIENE CON BUENA APROXIMACIÓN LA SUMA DE LOS PRIMEROS ENTEROS A CUALQUIER POTENCIA ENTERA POSITIVA LUIS MANUEL MONTAÑO ZETINA* En este trabajo se presenta un análisis numérico

Más detalles

MATEMÁTICAS APLICADAS A LAS C.C. SOCIALES

MATEMÁTICAS APLICADAS A LAS C.C. SOCIALES MATEMÁTICAS APLICADAS A LAS C.C. SOCIALES CAPÍTULO 7 Curso preparatorio de la prueba de acceso a la universidad para mayores de 25 años curso 2010/11 Nuria Torrado Robles Departamento de Estadística Universidad

Más detalles

Al consejero A no le gusta ninguno de sus colegas como presidente. Dos consejeros (C y E) están de acuerdo en los mismos candidatos (B, C y D).

Al consejero A no le gusta ninguno de sus colegas como presidente. Dos consejeros (C y E) están de acuerdo en los mismos candidatos (B, C y D). ÁLGEBRA DE MATRICE Página 48 Ayudándote de la tabla... De la tabla podemos deducir muchas cosas: Al consejero A no le gusta ninguno de sus colegas como presidente. B solo tiene un candidato el C. Dos consejeros

Más detalles

Objetivos: Al inalizar la unidad, el alumno:

Objetivos: Al inalizar la unidad, el alumno: Unidad 7 transformaciones lineales Objetivos: Al inalizar la unidad, el alumno: Comprenderá los conceptos de dominio e imagen de una transformación. Distinguirá cuándo una transformación es lineal. Encontrará

Más detalles

Tema 3. Espacios vectoriales

Tema 3. Espacios vectoriales Tema 3. Espacios vectoriales Estructura del tema. Definición y propiedades. Ejemplos. Dependencia e independencia lineal. Conceptos de base y dimensión. Coordenadas Subespacios vectoriales. 0.1. Definición

Más detalles

Lección 1-Introducción a los Polinomios y Suma y Resta de Polinomios. Dra. Noemí L. Ruiz Limardo 2009

Lección 1-Introducción a los Polinomios y Suma y Resta de Polinomios. Dra. Noemí L. Ruiz Limardo 2009 Lección 1-Introducción a los Polinomios y Suma y Resta de Polinomios Dra. Noemí L. Ruiz Limardo 2009 Objetivos de la Lección Al finalizar esta lección los estudiantes: Identificarán, de una lista de expresiones

Más detalles

GUÍA DE EJERCICIOS UNIDAD II

GUÍA DE EJERCICIOS UNIDAD II UNIDAD II: INTEGRAL DEFINIDA UNIVERSIDAD DE CARABOBO FACULTAD DE INGENIERÍA ESTUDIOS BÁSICOS DEPARTAMENTO DE MATEMÁTICA ANÁLISIS MATEMÁTICO II Corregido por: Prof. AOUAD Jamil Prof. LAURENTÍN María Prof.

Más detalles

LABORATORIO Nº 2 GUÍA PARA REALIZAR FORMULAS EN EXCEL

LABORATORIO Nº 2 GUÍA PARA REALIZAR FORMULAS EN EXCEL OBJETIVO Mejorar el nivel de comprensión y el manejo de las destrezas del estudiante para utilizar formulas en Microsoft Excel 2010. 1) DEFINICIÓN Una fórmula de Excel es un código especial que introducimos

Más detalles

Los polinomios. Un polinomio es una expresión algebraica con una única letra, llamada variable. Ejemplo: 9x 6 3x 4 + x 6 polinomio de variable x

Los polinomios. Un polinomio es una expresión algebraica con una única letra, llamada variable. Ejemplo: 9x 6 3x 4 + x 6 polinomio de variable x Los polinomios Los polinomios Un polinomio es una expresión algebraica con una única letra, llamada variable. Ejemplo: 9x 6 3x 4 + x 6 polinomio de variable x Elementos de un polinomio Los términos: cada

Más detalles

290 SOBRE LAS FORMAS DE SEGUNDO GRADO.

290 SOBRE LAS FORMAS DE SEGUNDO GRADO. 290 SOBRE LAS FORMAS DE SEGUNDO GRADO. Sobre el númerodeclasesambiguas. 257. Entre todas las clases en un orden dado con determinante dado, las clases ambiguas especialmente demandan un tratamiento mayor,

Más detalles

CURSO CERO. Departamento de Matemáticas. Profesor: Raúl Martín Martín Sesiones 18 y 19 de Septiembre

CURSO CERO. Departamento de Matemáticas. Profesor: Raúl Martín Martín Sesiones 18 y 19 de Septiembre CURSO CERO Departamento de Matemáticas Profesor: Raúl Martín Martín Sesiones 18 y 19 de Septiembre Capítulo 1 La demostración matemática Demostración por inducción El razonamiento por inducción es una

Más detalles

Ahora podemos comparar fácilmente las cantidades de cada tamaño que se vende. Estos valores de la matriz se denominan elementos.

Ahora podemos comparar fácilmente las cantidades de cada tamaño que se vende. Estos valores de la matriz se denominan elementos. Materia: Matemática de 5to Tema: Definición y Operaciones con Matrices 1) Definición Marco Teórico Una matriz consta de datos que se organizan en filas y columnas para formar un rectángulo. Por ejemplo,

Más detalles

REPASO NÚMEROS NATURALES Y NÚMEROS ENTEROS

REPASO NÚMEROS NATURALES Y NÚMEROS ENTEROS SUMA REPASO NÚMEROS NATURALES Y NÚMEROS ENTEROS NÚMEROS NATURALES (N) 1. Características: Axiomas de Giuseppe Peano (*): El 1 es un número natural. Si n es un número natural, entonces el sucesor (el siguiente

Más detalles

Llamamos potencia a todo producto de factores iguales. Por ejemplo: 3 4 = 3 3 3 3

Llamamos potencia a todo producto de factores iguales. Por ejemplo: 3 4 = 3 3 3 3 1. NÚMEROS NATURALES POTENCIAS DE UN NÚMERO NATURAL Llamamos potencia a todo producto de factores iguales. Por ejemplo: 3 4 = 3 3 3 3 El factor que se repite es la base, y el número de veces que se repite

Más detalles

Polinomios y Fracciones Algebraicas

Polinomios y Fracciones Algebraicas Tema 4 Polinomios y Fracciones Algebraicas En general, a lo largo de este tema trabajaremos con el conjunto de los números reales y, en casos concretos nos referiremos al conjunto de los números complejos.

Más detalles

Tema 5. Aproximación funcional local: Polinomio de Taylor. 5.1 Polinomio de Taylor

Tema 5. Aproximación funcional local: Polinomio de Taylor. 5.1 Polinomio de Taylor Tema 5 Aproximación funcional local: Polinomio de Taylor Teoría Los polinomios son las funciones reales más fáciles de evaluar; por esta razón, cuando una función resulta difícil de evaluar con exactitud,

Más detalles

Objetivos: Al inalizar la unidad, el alumno:

Objetivos: Al inalizar la unidad, el alumno: Unidad 3 espacios vectoriales Objetivos: Al inalizar la unidad, el alumno: Describirá las características de un espacio vectorial. Identiicará las propiedades de los subespacios vectoriales. Ejempliicará

Más detalles

Sistemas de Ecuaciones Lineales y Matrices

Sistemas de Ecuaciones Lineales y Matrices Sistemas de Ecuaciones Lineales y Matrices Oscar G Ibarra-Manzano, DSc Departamento de Area Básica - Tronco Común DES de Ingenierías Facultad de Ingeniería, Mecánica, Eléctrica y Electrónica Trimestre

Más detalles

Módulo 9 Sistema matemático y operaciones binarias

Módulo 9 Sistema matemático y operaciones binarias Módulo 9 Sistema matemático y operaciones binarias OBJETIVO: Identificar los conjuntos de números naturales, enteros, racionales e irracionales; resolver una operación binaria, representar un número racional

Más detalles

9.1 Primeras definiciones

9.1 Primeras definiciones Tema 9- Grupos Subgrupos Teorema de Lagrange Operaciones 91 Primeras definiciones Definición 911 Una operación binaria en un conjunto A es una aplicación α : A A A En un lenguaje más coloquial una operación

Más detalles

La nueva criba de Eratóstenes Efraín Soto Apolinar 1 F.I.M.E. U.A.N.L. San Nicolás, N.L. México. efrain@yalma.fime.uanl.mx

La nueva criba de Eratóstenes Efraín Soto Apolinar 1 F.I.M.E. U.A.N.L. San Nicolás, N.L. México. efrain@yalma.fime.uanl.mx La nueva criba de Eratóstenes Efraín Soto Apolinar 1 F.I.M.E. U.A.N.L. San Nicolás, N.L. México. efrain@yalma.fime.uanl.mx Resumen Se dan algunas definiciones básicas relacionadas con la divisibilidad

Más detalles

Teoría del Juego - Juegos Combinatoriales Imparciales

Teoría del Juego - Juegos Combinatoriales Imparciales Teoría del Juego - Juegos Combinatoriales Imparciales Carlos Gámez Taller de Resolución de Problemas Escuela de Matemática Universidad de El Salvador Estudio de Casos Esquema Introducción Juegos de Agarrar

Más detalles

Fundamentos de Investigación de Operaciones Investigación de Operaciones 1

Fundamentos de Investigación de Operaciones Investigación de Operaciones 1 Fundamentos de Investigación de Operaciones Investigación de Operaciones 1 1 de agosto de 2003 1. Introducción Cualquier modelo de una situación es una simplificación de la situación real. Por lo tanto,

Más detalles

Una desigualdad se obtiene al escribir dos expresiones numéricas o algebraicas relacionadas con alguno de los símbolos

Una desigualdad se obtiene al escribir dos expresiones numéricas o algebraicas relacionadas con alguno de los símbolos MATEMÁTICAS BÁSICAS DESIGUALDADES DESIGUALDADES DE PRIMER GRADO EN UNA VARIABLE La epresión a b significa que "a" no es igual a "b ". Según los valores particulares de a de b, puede tenerse a > b, que

Más detalles

Congruencias de Grado Superior

Congruencias de Grado Superior Congruencias de Grado Superior Capítulo 3 3.1 Introdución En el capítulo anterior vimos cómo resolver congruencias del tipo ax b mod m donde a, b y m son enteros m > 1, y (a, b) = 1. En este capítulo discutiremos

Más detalles

Análisis de una variable real I. Tijani Pakhrou

Análisis de una variable real I. Tijani Pakhrou Análisis de una variable real I Tijani Pakhrou Índice general 1. Introducción axiomática de los números 1 1.1. Números naturales............................ 1 1.1.1. Axiomas de Peano........................

Más detalles

El rincón de los problemas. Oportunidades para estimular el pensamiento matemático. Triángulos de área máxima o de área mínima Problema

El rincón de los problemas. Oportunidades para estimular el pensamiento matemático. Triángulos de área máxima o de área mínima Problema www.fisem.org/web/union El rincón de los problemas ISSN: 1815-0640 Número 37. Marzo 2014 páginas 139-145 Pontificia Universidad Católica del Perú umalasp@pucp.edu.pe Oportunidades para estimular el pensamiento

Más detalles

MATEMÁTICAS para estudiantes de primer curso de facultades y escuelas técnicas

MATEMÁTICAS para estudiantes de primer curso de facultades y escuelas técnicas Universidad de Cádiz Departamento de Matemáticas MATEMÁTICAS para estudiantes de primer curso de facultades y escuelas técnicas Tema 4 La recta en el plano Elaborado por la Profesora Doctora María Teresa

Más detalles

Apuntes de Matemática Discreta 11. Teorema Fundamental de la Aritmética

Apuntes de Matemática Discreta 11. Teorema Fundamental de la Aritmética Apuntes de Matemática Discreta 11. Teorema Fundamental de la Aritmética Francisco José González Gutiérrez Cádiz, Octubre de 2004 Universidad de Cádiz Departamento de Matemáticas ii Lección 11 Teorema Fundamental

Más detalles

ENERGÍA DE DEFORMACIÓN DE UNA ESTRUCTURA

ENERGÍA DE DEFORMACIÓN DE UNA ESTRUCTURA ENERGÍA DE DEFORMACIÓN DE UNA ESTRUCTURA 1. Hipótesis empleadas Las hipótesis que supondremos en este capítulo son: Material elástico lineal. Estructura estable La estructura es cargada lentamente. La

Más detalles

Valores y vectores propios de una matriz. Juan-Miguel Gracia

Valores y vectores propios de una matriz. Juan-Miguel Gracia Juan-Miguel Gracia Índice 1 Valores propios 2 Polinomio característico 3 Independencia lineal 4 Valores propios simples 5 Diagonalización de matrices 2 / 28 B. Valores y vectores propios Definiciones.-

Más detalles

La ventana de Microsoft Excel

La ventana de Microsoft Excel Actividad N 1 Conceptos básicos de Planilla de Cálculo La ventana del Microsoft Excel y sus partes. Movimiento del cursor. Tipos de datos. Metodología de trabajo con planillas. La ventana de Microsoft

Más detalles

Selectividad Septiembre 2013 OPCIÓN B

Selectividad Septiembre 2013 OPCIÓN B Pruebas de Acceso a las Universidades de Castilla y León ATEÁTICAS APLICADAS A LAS CIENCIAS SOCIALES EJERCICIO Nº páginas Tablas OPTATIVIDAD: EL ALUNO DEBERÁ ESCOGER UNA DE LAS DOS OPCIONES Y DESARROLLAR

Más detalles

2 Matrices. 1. Tipos de matrices. Piensa y calcula. Aplica la teoría

2 Matrices. 1. Tipos de matrices. Piensa y calcula. Aplica la teoría 2 Matrices 1. Tipos de matrices Piensa y calcula Escribe en forma de tabla el siguiente enunciado: «Una familia gasta en enero 400 en comida y 150 en vestir; en febrero, 500 en comida y 100 en vestir;

Más detalles

M a t e m á t i c a s I I 1

M a t e m á t i c a s I I 1 Matemáticas II Matemáticas II ANDALUCÍA CNVCATRIA JUNI 009 SLUCIÓN DE LA PRUEBA DE ACCES AUTR: José Luis Pérez Sanz pción A Ejercicio En este límite nos encontramos ante la indeterminación. Agrupemos la

Más detalles

Índice Introducción Números Polinomios Funciones y su Representación. Curso 0: Matemáticas y sus Aplicaciones Tema 1. Números, Polinomios y Funciones

Índice Introducción Números Polinomios Funciones y su Representación. Curso 0: Matemáticas y sus Aplicaciones Tema 1. Números, Polinomios y Funciones Curso 0: Matemáticas y sus Aplicaciones Tema 1. Números, Polinomios y Funciones Leandro Marín Dpto. de Matemática Aplicada Universidad de Murcia 2012 1 Números 2 Polinomios 3 Funciones y su Representación

Más detalles

Un problema sobre repetidas apuestas al azar

Un problema sobre repetidas apuestas al azar Un problema sobre repetidas apuestas al azar Eleonora Catsigeras 1 10 de marzo de 2003. Resumen En estas notas se da el enunciado y una demostración de un conocido resultado sobre la probabilidad de éxito

Más detalles

Cómo?: Resolviendo el sistema lineal homógeneo que satisfacen las componentes de cualquier vector de S. x4 = x 1 x 3 = x 2 x 1

Cómo?: Resolviendo el sistema lineal homógeneo que satisfacen las componentes de cualquier vector de S. x4 = x 1 x 3 = x 2 x 1 . ESPACIOS VECTORIALES Consideremos el siguiente subconjunto de R 4 : S = {(x, x 2, x 3, x 4 )/x x 4 = 0 x 2 x 4 = x 3 a. Comprobar que S es subespacio vectorial de R 4. Para demostrar que S es un subespacio

Más detalles

Apuntes de Matemática Discreta 9. Funciones

Apuntes de Matemática Discreta 9. Funciones Apuntes de Matemática Discreta 9. Funciones Francisco José González Gutiérrez Cádiz, Octubre de 004 Universidad de Cádiz Departamento de Matemáticas ii Lección 9 Funciones Contenido 9.1 Definiciones y

Más detalles

Tema 7. Límites y continuidad de funciones

Tema 7. Límites y continuidad de funciones Matemáticas II (Bachillerato de Ciencias) Análisis: Límites y continuidad de funciones 55 Límite de una función en un punto Tema 7 Límites y continuidad de funciones Idea inicial Si una función f está

Más detalles

Soluciones a los problemas Olimpiada de Matemáticas Fase local Extremadura Enero de 2015

Soluciones a los problemas Olimpiada de Matemáticas Fase local Extremadura Enero de 2015 Olimpiada atemática Española RSE Soluciones a los problemas Olimpiada de atemáticas Fase local Extremadura Enero de 2015 1. lrededor de una mesa circular están sentadas seis personas. ada una lleva un

Más detalles

Tema 7: Valores y vectores propios

Tema 7: Valores y vectores propios Tema 7: es y clausura s Espacios y Permutaciones es y clausura Una permutación p = {p 1, p 2,..., p n } de los números {1, 2,..., n} es una nueva ordenación de los elementos {1, 2,..., n}, es decir, un

Más detalles

x : N Q 1 x(1) = x 1 2 x(2) = x 2 3 x(3) = x 3

x : N Q 1 x(1) = x 1 2 x(2) = x 2 3 x(3) = x 3 3 Sucesiones - Fernando Sánchez - - Cálculo I de números racionales 03 10 2015 Los números reales son aproximaciones que se van haciendo con números racionales. Estas aproximaciones se llaman sucesiones

Más detalles

Biblioteca Virtual Ejercicios Resueltos

Biblioteca Virtual Ejercicios Resueltos EJERCICIO 13 13 V a l o r n u m é r i c o Valor numérico de expresiones compuestas P r o c e d i m i e n t o 1. Se reemplaza cada letra por su valor numérico 2. Se efectúan las operaciones indicadas Hallar

Más detalles

Qué son los monomios?

Qué son los monomios? Qué son los monomios? Recordemos qué es una expresión algebraica. Definición Una expresión algebraica es aquella en la que se utilizan letras, números y signos de operaciones. Si se observan las siguientes

Más detalles

Nombre del polinomio. uno monomio 17 x 5 dos binomio 2x 3 6x tres trinomio x 4 x 2 + 2

Nombre del polinomio. uno monomio 17 x 5 dos binomio 2x 3 6x tres trinomio x 4 x 2 + 2 SISTEMA DE ACCESO COMÚN A LAS CARRERAS DE INGENIERÍA DE LA UNaM III. UNIDAD : FUNCIONES POLINÓMICAS III..1 POLINOMIOS La expresión 5x + 7 x + 4x 1 recibe el nombre de polinomio en la variable x. Es de

Más detalles

Definición 2.1.1. Se llama suceso aleatorio a cualquier subconjunto del espacio muestral.

Definición 2.1.1. Se llama suceso aleatorio a cualquier subconjunto del espacio muestral. Capítulo 2 Probabilidades 2. Definición y propiedades Al realizar un experimento aleatorio nuestro interés es obtener información sobre las leyes que rigen el fenómeno sometido a estudio. El punto de partida

Más detalles

Relaciones entre conjuntos

Relaciones entre conjuntos Relaciones entre conjuntos Parejas ordenadas El orden de los elementos en un conjunto de dos elementos no interesa, por ejemplo: {3, 5} = {5, 3} Por otra parte, una pareja ordenada consiste en dos elementos,

Más detalles

342 SOBRE FORMAS TERNARIAS DE SEGUNDO GRADO.

342 SOBRE FORMAS TERNARIAS DE SEGUNDO GRADO. 342 SOBRE FORMAS TERNARIAS DE SEGUNDO GRADO. ALGUNAS APLICACIONES A LA TEORIA DE LAS FORMAS BINARIAS. Encontrar una forma cuya duplicación produce una forma dada del género principal. Puesto que los elementos

Más detalles

ANÁLISIS DE DATOS NO NUMERICOS

ANÁLISIS DE DATOS NO NUMERICOS ANÁLISIS DE DATOS NO NUMERICOS ESCALAS DE MEDIDA CATEGORICAS Jorge Galbiati Riesco Los datos categóricos son datos que provienen de resultados de experimentos en que sus resultados se miden en escalas

Más detalles

Estructuras algebraicas

Estructuras algebraicas Tema 2 Estructuras algebraicas básicas 2.1. Operación interna Definición 29. Dados tres conjuntos A, B y C, se llama ley de composición en los conjuntos A y B y resultado en el conjunto C, y se denota

Más detalles

Centro de Capacitación en Informática

Centro de Capacitación en Informática Fórmulas y Funciones Las fórmulas constituyen el núcleo de cualquier hoja de cálculo, y por tanto de Excel. Mediante fórmulas, se llevan a cabo todos los cálculos que se necesitan en una hoja de cálculo.

Más detalles

Tema 2 Límites de Funciones

Tema 2 Límites de Funciones Tema 2 Límites de Funciones 2.1.- Definición de Límite Idea de límite de una función en un punto: Sea la función. Si x tiende a 2, a qué valor se aproxima? Construyendo - + una tabla de valores próximos

Más detalles

a < b y se lee "a es menor que b" (desigualdad estricta) a > b y se lee "a es mayor que b" (desigualdad estricta)

a < b y se lee a es menor que b (desigualdad estricta) a > b y se lee a es mayor que b (desigualdad estricta) Desigualdades Dadas dos rectas que se cortan, llamadas ejes (rectangulares si son perpendiculares, y oblicuos en caso contrario), un punto puede situarse conociendo las distancias del mismo a los ejes,

Más detalles

ARREGLOS DEFINICION GENERAL DE ARREGLO

ARREGLOS DEFINICION GENERAL DE ARREGLO ARREGLOS DEFINICION GENERAL DE ARREGLO Conjunto de cantidades o valores homogéneos, que por su naturaleza se comportan de idéntica forma y deben de ser tratados en forma similar. Se les debe de dar un

Más detalles

TÉCNICAS DE INTEGRACIÓN

TÉCNICAS DE INTEGRACIÓN C TÉCNICAS DE INTEGRACIÓN C. CONCEPTOS PRELIMINARES C.. Función primitiva Sea f : I R, donde I es un intervalo real. Diremos que la función F : I R es una función primitiva de la función f en I si se cumple

Más detalles

CASO PRÁCTICO DISTRIBUCIÓN DE COSTES

CASO PRÁCTICO DISTRIBUCIÓN DE COSTES CASO PRÁCTICO DISTRIBUCIÓN DE COSTES Nuestra empresa tiene centros de distribución en tres ciudades europeas: Zaragoza, Milán y Burdeos. Hemos solicitado a los responsables de cada uno de los centros que

Más detalles

Matrices. Definiciones básicas de matrices. www.math.com.mx. José de Jesús Angel Angel. jjaa@math.com.mx

Matrices. Definiciones básicas de matrices. www.math.com.mx. José de Jesús Angel Angel. jjaa@math.com.mx Matrices Definiciones básicas de matrices wwwmathcommx José de Jesús Angel Angel jjaa@mathcommx MathCon c 2007-2008 Contenido 1 Matrices 2 11 Matrices cuadradas 3 12 Matriz transpuesta 4 13 Matriz identidad

Más detalles

Matrices: Conceptos y Operaciones Básicas

Matrices: Conceptos y Operaciones Básicas Matrices: Conceptos y Operaciones Básicas Departamento de Matemáticas, CCIR/ITESM 8 de septiembre de 010 Índice 111 Introducción 1 11 Matriz 1 113 Igualdad entre matrices 11 Matrices especiales 3 115 Suma

Más detalles

Sistemas de ecuaciones lineales

Sistemas de ecuaciones lineales Sistemas de ecuaciones lineales Problemas teóricos Sistemas de ecuaciones lineales con parámetros En los siguientes problemas hay que resolver el sistema de ecuaciones lineales para todo valor del parámetro

Más detalles

Capitulo 4. Polinomios

Capitulo 4. Polinomios Capitulo 4. Polinomios Objetivo. El alumno usará y analizará los conceptos del álgebra de los polinomios y sus propiedades para obtener raíces. Contenido. 4.1 Definición de polinomio. Grado de un polinomio.

Más detalles